序号

节点类型

功能说明

71

RIFE Interpolate

RIFE视频插帧

72

FILM Interpolate

FILM视频插帧

73

IFRNet Interpolate

IFRNet视频插帧

74

VFI

通用视频插帧

75

Video Upscale

视频超分辨率

76

Deflicker

去闪烁处理

77

Temporal Kit

时序一致性优化

78

Frame Blending

帧混合

79

Video Concatenate

视频片段拼接

80

Video Composite

音视频合成

81

Video Crossfade

视频交叉淡化

82

Video Fade In

视频淡入

83

Video Fade Out

视频淡出

84

Video Speed

视频速度调整

85

Video Reverse

视频倒放

86

Video Trim

视频裁剪

87

Video Split

视频分割

88

Video Merge

视频合并

89

Video Stabilize

视频稳定

90

Video Denoise

视频降噪

91

Video Deband

视频去色带

92

Video Color Grading

视频调色

93

Video LUT Apply

应用LUT调色

94

Video Histogram Match

直方图匹配

95

Video Auto White Balance

自动白平衡

属性

说明

核心作用

使用RIFE算法进行视频插帧，提升帧率

multiplier

插帧倍数（2=8fps→16fps，4=8fps→32fps）

model

RIFE模型版本（rife47/rife48为较新版本）

特点

速度快，接近实时，适合批量处理

输出

VIDEO（高帧率视频）

属性

说明

核心作用

使用Google FILM算法进行视频插帧

特点

大运动场景表现优秀，时序一致性顶尖

速度

比RIFE慢，但质量更高

适用场景

运动剧烈的视频（体育、动作片）

属性

说明

核心作用

使用IFRNet轻量网络进行视频插帧

特点

速度快，显存占用低，适合移动端/低配置

质量

略低于RIFE/FILM，但性价比极高

适用场景

快速预览、批量处理、资源受限环境

属性

说明

核心作用

通用视频插帧节点，集成多种算法

method

选择插帧算法（RIFE/FILM/IFRNet/XVFI）

特点

一站式插帧，无需单独加载各算法节点

适用场景

灵活切换算法，对比效果

属性

说明

核心作用

对视频逐帧进行AI超分辨率放大

upscale_model

接收RealESRGAN等超分模型

scale

放大倍数（2x/4x）

特点

逐帧处理，保持时序一致性

适用场景

低分辨率视频高清化、最终输出4K

属性

说明

核心作用

消除视频帧间亮度/色彩闪烁

mode

histogram（直方图匹配）、temporal（时序平滑）、frequency（频域滤波）

strength

去闪强度（0=无，1=最强）

适用场景

AI生成视频去闪、老视频修复、光照不均修正

属性

说明

核心作用

综合时序一致性优化，包含去闪+色彩传递+边缘保护

temporal_radius

参考前后多少帧进行平滑

optical_flow

是否启用光流对齐（大运动场景推荐）

color_transfer

是否启用色彩传递统一色调

edge_preserve

是否保护边缘细节

适用场景

专业级视频后期，综合质量优化

属性

说明

核心作用

帧混合，简单时序平滑

blend_frames

混合窗口大小

blend_mode

average（平均）或motion_blur（运动模糊）

特点

最简单粗暴的去闪方法，但会损失锐度

适用场景

应急处理、极低配置、快速预览

属性

说明

核心作用

将多个视频片段按顺序拼接

输入

可扩展多个视频输入（video_a, video_b, video_c…）

特点

简单拼接，无转场

适用场景

分镜合并、段落组合、批量输出

属性

说明

核心作用

将视频画面与音频轨道合成

video

画面轨道（可无声）

audio

音频轨道

输出

含音轨的完整视频

适用场景

最终音视频合成、配音添加、配乐合成

属性

说明

核心作用

两段视频之间的交叉淡化转场

duration

淡化持续时间（秒）

特点

A淡出同时B淡入，平滑过渡

适用场景

场景切换、时间跳跃、情绪过渡

属性

说明

核心作用

视频开头从黑屏淡入

duration

淡入持续时间

适用场景

片头开始、章节开头、柔和开场

属性

说明

核心作用

视频结尾淡出到黑屏

duration

淡出持续时间

适用场景

片尾结束、章节结尾、柔和收尾

属性

说明

核心作用

调整视频播放速度

speed

速度倍数（<1慢放，>1快放）

interpolation

变速时是否插帧（慢放推荐开启）

适用场景

慢动作、快放、节奏调整

属性

说明

核心作用

将视频倒序播放

适用场景

创意效果、时间倒流、魔术表演

属性

说明

核心作用

裁剪视频的指定帧范围

start_frame/end_frame

起止帧序号（0-based）

适用场景

去除片头片尾、提取片段、精确剪辑

属性

说明

核心作用

在指定帧将视频分割为两段

split_frame

分割点帧序号

输出

VIDEO_A（前半段）、VIDEO_B（后半段）

适用场景

分段处理、并行渲染、插入片段

属性

说明

核心作用

两段视频合并，可选转场

与Video Concatenate的区别

Merge支持转场，Concatenate是硬切

transition

转场效果（fade/wipe等）

适用场景

带转场的片段拼接

属性

说明

核心作用

消除视频抖动，稳定画面

smoothing

平滑强度

crop_border

是否裁剪稳定后的边缘黑边

适用场景

手持拍摄修复、运动镜头平滑、AI生成抖动修正

属性

说明

核心作用

去除视频噪点

strength

降噪强度

temporal

是否启用时域降噪（利用前后帧信息，效果更好）

适用场景

低光视频修复、AI生成噪点、老视频清理

属性

说明

核心作用

消除色彩带状条纹（色带）

threshold

检测阈值

产生原因

8bit色彩深度不足、压缩损失、渐变平滑度不够

适用场景

天空/皮肤渐变修复、压缩视频优化、AI生成色带修正

属性

说明

核心作用

专业色彩分级，类似DaVinci Resolve的三轮调色

shadows/midtones/highlights

分别调整暗部/中间调/亮部的RGB

contrast/saturation

全局对比度和饱和度

适用场景

统一影调、情绪调色、风格化、匹配不同来源素材

属性

说明

核心作用

应用LUT（查找表）进行色彩风格化

lut_file

.cube格式的LUT文件

intensity

LUT混合强度

常用LUT

TealOrange（青橙）、Vintage（复古）、Cinematic（电影）、BW（黑白）

适用场景

快速统一风格、匹配电影色调、批量调色

属性

说明

核心作用

将目标视频的直方图匹配到参考视频，统一色彩风格

video

待处理的视频

reference

色彩参考（电影片段/图片）

适用场景

多镜头色彩统一、匹配参考片色调、批量风格化

属性

说明

核心作用

自动白平衡校正，消除色偏

method

grayworld（灰世界假设）、whitepatch（白点假设）、learning（AI学习）

适用场景

自动修正偏色、不同光源统一、快速预处理

序号

节点类型

功能说明

96

Depth Anything Video

视频深度估计

97

MiDaS Video

MiDaS视频深度

98

DWPose Video

视频姿态提取

99

OpenPose Video

视频OpenPose

100

MediaPipe Pose Video

轻量视频姿态

101

Video Depth Preprocessor

视频深度预处理

102

Video Pose Preprocessor

视频姿态预处理

103

Video Normal Preprocessor

视频法线预处理

104

Video Optical Flow

视频光流估计

105

Video Motion Vectors

视频运动向量

106

Video Camera Track

视频相机跟踪

107

Video Object Track

视频物体跟踪

108

Video Face Track

视频面部跟踪

109

Video Hand Track

视频手部跟踪

110

Video Skeleton Track

视频骨骼跟踪

属性

说明

核心作用

使用Depth Anything模型为视频逐帧生成高精度深度图

模型特点

基于Transformer的单目深度估计，泛化能力极强

model_size

small(快速)/base(平衡)/large(最高精度)

输出

DEPTH_VIDEO（深度图序列，可用于3D重建、景深控制）

与MiDaS的区别

Depth Anything精度更高，细节保留更好，支持更大分辨率

使用场景

3D视频效果、深度引导生成、虚实合成、空间分析

属性

说明

核心作用

使用MiDaS模型为视频逐帧估计相对深度

模型特点

经典的单目深度估计，速度快，稳定性好

normalize

输出归一化到0-1范围，便于后续处理

输出

DEPTH_VIDEO（深度图序列）

与Depth Anything的区别

MiDaS速度更快、显存占用更低，但精度略逊于Depth Anything

使用场景

实时深度预览、景深模糊、快速3D效果、资源受限环境

属性

说明

核心作用

使用DWPose模型为视频逐帧提取人体姿态关键点

模型特点

基于DWPose的高精度姿态估计，支持全身133个关键点

detect_hand

开启手部关键点检测（21点/手）

detect_face

开启面部关键点检测（68/468点）

输出

POSE_VIDEO（姿态关键点序列，含坐标+置信度）

与OpenPose的区别

DWPose精度更高，手部/面部检测更稳定，支持更多关键点

使用场景

动作捕捉、舞蹈生成、虚拟主播、运动分析、姿态控制生成

属性

说明

核心作用

使用经典OpenPose模型为视频逐帧提取人体姿态

模型特点

最经典的实时多人姿态估计，生态成熟，兼容性好

body/hand/face

分别控制身体/手部/面部的检测开关

输出

POSE_VIDEO（姿态关键点序列）

与DWPose的区别

OpenPose更轻量、兼容性更好，但精度和稳定性不如DWPose

使用场景

姿态控制生成（ControlNet）、动作匹配、经典工作流兼容

属性

说明

核心作用

使用Google MediaPipe为视频逐帧提取人体姿态

模型特点

轻量级、跨平台、专为移动端优化，支持33个身体关键点

model_complexity

0=极速Lite模型，1=平衡Full模型，2=高精度Heavy模型

smooth_landmarks

开启时序平滑，减少帧间抖动，提升稳定性

输出

POSE_VIDEO（33个关键点，含2D像素坐标和3D世界坐标）

与OpenPose/DWPose的区别

MediaPipe更轻量、支持3D坐标、时序稳定性好，但关键点较少

使用场景

移动端部署、AR/VR应用、3D姿态重建、实时交互、健身分析

属性

说明

核心作用

统一接口的深度预处理节点，集成多种深度估计模型

preprocessor

选择底层深度模型：Depth Anything/MiDaS/ZoeDepth

output_type

灰度图或伪彩色热力图（jet/plasma等）

输出

DEPTH_VIDEO（深度图序列）

与独立深度节点的区别

统一接口，便于切换模型；集成可视化选项

使用场景

ControlNet深度控制、3D效果制作、深度引导的视频生成

属性

说明

核心作用

统一接口的姿态预处理节点，集成多种姿态估计模型

preprocessor

选择底层姿态模型：DWPose/OpenPose/MediaPipe

render_mode

skeleton(骨架线)/keypoints(关键点)/混合模式

输出

POSE_VIDEO（姿态可视化序列，可直接用于ControlNet）

与独立姿态节点的区别

统一接口，一键切换模型；内置多种渲染模式

使用场景

ControlNet姿态控制、动作迁移、舞蹈视频生成、姿态匹配

属性

说明

核心作用

为视频逐帧估计表面法线（Normal Map），编码表面朝向

模型

DSINE/OmniNormal等法线估计模型

background

背景区域的处理方式（black/gray/white）

输出

NORMAL_VIDEO（法线贴图序列，RGB通道编码XYZ方向）

与深度图的区别

深度图表示距离，法线图表示表面朝向；法线对光照、材质更敏感

使用场景

法线控制生成（ControlNet）、重光照、3D表面重建、材质迁移

属性

说明

核心作用

计算视频相邻帧之间的光流场，表示像素级运动信息

algorithm

RAFT(高精度)/Farneback(快速)/PWC-Net(平衡)

visualization

color_wheel(色彩轮编码方向)/magnitude(运动幅度)/vector_field(向量场)

输出

FLOW_VIDEO（光流场序列，每个像素包含运动向量[u,v]）

使用场景

运动分析、帧插值、运动引导生成、视频稳定、动作放大、时序一致性控制

属性

说明

核心作用

基于块匹配算法计算视频的运动向量（Motion Vectors）

block_size

宏块大小（8/16/32），影响精度和计算量

search_range

搜索窗口范围，越大能检测越快速的运动

输出

MOTION_VIDEO（块级运动向量序列）

与Optical Flow的区别

Motion Vectors是块级粗粒度运动，速度更快；Optical Flow是像素级精粒度

使用场景

快速运动检测、视频压缩预分析、运动区域分割、实时运动提示

属性

说明

核心作用

从视频中恢复相机运动轨迹（SLAM/Structure-from-Motion）

method

ORB-SLAM3(实时)/COLMAP(高精度离线)/DROID-SLAM(深度学习)

output_format

camera_path(相机轨迹)/point_cloud(稀疏点云)/混合输出

输出

CAMERA_TRACK（相机位姿序列[R

使用场景

3D场景重建、虚拟相机运动、NeRF/3DGS训练、AR合成、运动匹配

属性

说明

核心作用

在视频序列中跟踪指定目标对象，输出每帧的边界框或掩膜

tracker

SAM 2(分割跟踪)/DeepSORT/ByteTrack/BoT-SORT(检测跟踪)

init_bbox

手动指定初始框，或留空由模型自动检测第一帧目标

输出

TRACK_VIDEO（带跟踪标注的视频，含bbox坐标和ID）

使用场景

目标跟随、视频编辑（去背景/替换）、运动分析、智能剪辑、特效合成

属性

说明

核心作用

在视频中检测并跟踪人脸，跨帧保持身份ID一致

detector

RetinaFace(高精度)/MTCNN(经典)/YuNet(超轻量)

landmarks

输出5/68/468个面部关键点（依检测器而定）

输出

FACE_TRACK（面部跟踪序列，含bbox、landmarks、face_id、置信度）

使用场景

人脸替换、美颜滤镜、表情迁移、视线跟踪、面部特效、身份识别

属性

说明

核心作用

在视频中检测并跟踪手部，输出精细的手部关键点

model

MediaPipe Hands(21点经典)/HaGrid(手势分类+检测)/HandPoseCNN

max_hands

同时跟踪的最大手数（通常1-4）

输出

HAND_TRACK（手部跟踪序列，21个3D关键点、手势分类、hand_id）

使用场景

手势控制、手语识别、手部特效、虚拟手势交互、精细动作捕捉、手势引导生成

属性

说明

核心作用

在视频中跟踪人体骨架，跨帧保持人物身份ID一致

pose_model

底层姿态估计模型：DWPose/OpenPose/RTMPose

track_mode

single_person(单人)/multi_person(多人)/top_k_persons(TopK人)

输出

SKELETON_TRACK（骨架跟踪序列，含关键点、person_id、时序轨迹）

与独立姿态节点的区别

增加了时序跟踪能力，跨帧保持person_id，支持多人场景

使用场景

多人动作分析、群体行为识别、运动轨迹可视化、时序动作生成、群体舞蹈同步

序号

节点类型

功能说明

111

ReActor Node

ReActor图像换脸

112

ReActor Video

ReActor视频换脸

113

ReActor Batch

ReActor批量换脸

114

InstantID Loader

加载InstantID

115

InstantID Apply

应用InstantID

116

InstantID Batch

InstantID批量处理

117

LivePortrait Loader

加载LivePortrait

118

LivePortrait Apply

应用LivePortrait

119

LivePortrait Batch

LivePortrait批量处理

120

FaceRestore

面部修复

121

GFPGAN

GFPGAN面部增强

122

CodeFormer

CodeFormer面部修复

123

Load InsightFace

加载InsightFace

124

InsightFace Extract

InsightFace特征提取

125

InsightFace Compare

InsightFace特征比对

126

Face Swap Simple

简单换脸

127

Face Mask

面部蒙版

128

Face Align

面部对齐

129

Face Blend

面部融合

130

Face Color Match

面部色彩匹配

属性

说明

核心作用

ReActor核心换脸节点，对单张图像进行面部替换

image

源图像，即需要被替换面部的目标图像

source_faces_index

源图像中人脸的索引（多人场景选择特定人脸）

face_model

InsightFace换脸模型（inswapper_128/inswapper_128_fp16）

输出

IMAGE（换脸后的单张图像）

与Face Swap Simple的区别

ReActor集成更完善，支持更多参数调节和质量优化

使用场景

单张图像换脸、肖像替换、身份迁移、角色一致性

属性

说明

核心作用

对视频逐帧进行换脸处理，保持时序一致性

video

源视频，需要被替换面部的目标视频

source_image

提供身份特征的源面部图像

restore_face

换脸后自动调用GFPGAN/CodeFormer修复面部细节

输出

VIDEO（换脸后的视频）

与ReActor Node的区别

专为视频设计，支持逐帧处理+时序平滑

使用场景

视频换脸、虚拟主播、角色替换、影视后期

属性

说明

核心作用

批量处理图像列表进行换脸，提升处理效率

images

输入图像列表（如视频拆帧后的帧序列）

batch_size

并行处理批次，根据显存调整（4/8/16）

输出

IMAGE_LIST（批量换脸后的图像序列）

与ReActor Video的区别

更底层，接收图像列表而非视频；适合自定义流程

使用场景

批量图像换脸、视频帧批量处理、大规模数据集生成

属性

说明

核心作用

加载InstantID所需的IP-Adapter和ControlNet模型

instantid_file

InstantID的IP-Adapter权重文件（.bin格式）

control_net_file

配套的ControlNet模型（用于面部关键点控制）

输出

INSTANTID_PIPE（包含所有InstantID组件的管道对象）

与Load InsightFace的区别

InstantID基于扩散模型，InsightFace基于3DMM；前者生成质量更高

使用场景

高保真面部身份保持生成、角色一致性控制、风格化肖像

属性

说明

核心作用

将InstantID身份特征注入到基础模型中，实现高保真面部保持

instantid_pipe

来自InstantID Loader的管道对象

image

参考面部图像，提取身份特征

strength

身份保持强度（1.0=完全保持，0.5=混合，0=无效果）

输出

MODEL（已注入身份特征的模型，可接入KSampler）

与ReActor的区别

InstantID在生成阶段保持身份，ReActor是后处理换脸；前者更自然

使用场景

文生图身份保持、风格迁移中保持面部、角色一致性生成

属性

说明

核心作用

批量为多个参考面部注入InstantID身份特征

images

参考面部图像列表（多张不同身份）

输出

MODEL_LIST（批量注入后的模型列表，可循环使用）

与InstantID Apply的区别

支持多身份批量预处理，适合多角色场景

使用场景

多角色故事生成、批量身份预设、角色库构建

属性

说明

核心作用

加载LivePortrait动画模型组件（外观提取器+运动提取器+生成器）

模型组件

appearance_feature_extractor(身份编码)/motion_extractor(表情动作)/spade_generator(生成器)/warping_module(变形模块)

输出

LIVEPORTRAIT_PIPE（LivePortrait完整管道）

与InstantID Loader的区别

LivePortrait专注表情驱动动画，InstantID专注身份保持生成

使用场景

表情迁移、肖像动画、说话头生成、虚拟主播驱动

属性

说明

核心作用

使用驱动视频的表情动作来驱动源肖像图像生成动画

source_image

源肖像（静态图像），提供外观和身份

driving_video

驱动视频，提供头部姿态和表情动作

relative_motion

True=相对运动（保留源特征），False=绝对运动（完全跟随驱动）

输出

VIDEO（表情迁移后的肖像动画视频）

与ReActor Video的区别

LivePortrait是表情驱动动画，ReActor是身份替换；前者动，后者换

使用场景

让照片说话/做表情、虚拟主播、数字人驱动、表情迁移

属性

说明

核心作用

批量为多个源肖像应用相同的驱动视频表情

source_images

源肖像图像列表（多张不同人物）

driving_video

统一的驱动视频（如一段说话视频）

输出

VIDEO_BATCH（批量生成的动画视频，每个源肖像一个）

与LivePortrait Apply的区别

支持多肖像批量驱动，一次处理多个角色

使用场景

批量数字人生成、多角色对话场景、虚拟主播矩阵

属性

说明

核心作用

统一接口的面部修复节点，集成多种面部修复模型

model

选择修复模型：GFPGAN/CodeFormer/RestoreFormer++

fidelity_weight

保真度平衡（0=更多生成修复，1=更忠实原图）

输出

IMAGE（修复后的高清面部图像）

与独立GFPGAN/CodeFormer的区别

统一接口，一键切换模型；自动检测面部区域

使用场景

老照片修复、低分辨率面部增强、换脸后细节修复、生成图像面部优化

属性

说明

核心作用

使用GFPGAN模型进行真实面部修复和增强

版本

1.4(最新，效果最佳)/1.3(经典版本)

upscale

输出放大倍数（1=保持原尺寸，2/4=超分放大）

输出

IMAGE（修复增强后的面部图像）

技术特点

基于GAN的盲面部修复，针对真实人脸退化设计

使用场景

真实人脸修复、老照片翻新、低质量图像增强、人脸去模糊

属性

说明

核心作用

使用CodeFormer模型进行基于Transformer的面部修复

codeformer_fidelity

保真度权重（0=高修复度，1=高保真度）

face_upsample

对检测到的面部区域进行额外超分辨率处理

输出

IMAGE（修复后的图像）

与GFPGAN的区别

CodeFormer基于Transformer，细节更自然；GFPGAN基于GAN，锐度更高

使用场景

高质量面部修复、细节重建、轻微退化修复、保真度要求高的场景

属性

说明

核心作用

加载InsightFace人脸识别与分析模型包

model_name

模型包选择：buffalo_l(完整)/buffalo_m(中等)/buffalo_s(轻量)/antelopev2(旧版)

providers

推理后端：CUDA(GPU)/CPU/TensorRT(加速)

输出

INSIGHTFACE（包含检测、识别、关键点、属性分析等完整功能）

包含模型

检测(detection)/识别(recognition)/关键点(landmark_2d_106/3d)/属性(age/gender)

使用场景

人脸识别、面部特征提取、身份编码、面部属性分析、换脸预处理

属性

说明

核心作用

从图像中提取InsightFace面部特征数据

extract_type

embedding(512维身份向量)/landmarks(106个关键点)/bbox(边界框)/all(全部)

输出

FACE_DATA（结构化面部数据，含embedding/landmarks/bbox/age/gender等）

使用场景

身份特征提取、面部数据库构建、相似度计算、面部属性分析

属性

说明

核心作用

比较两个面部特征的相似度，判断是否为同一人

metric

cosine(余弦相似度，-1到1)/euclidean(欧氏距离，越小越近)

输出

FLOAT（相似度分数，通常>0.6认为同一人）

使用场景

身份验证、人脸比对、重复检测、人物聚类、相似度筛选

属性

说明

核心作用

最简化的换脸节点，两图输入直接输出换脸结果

source_image

提供身份特征的源面部

target_image

需要被替换面部的目标图像

face_index

目标图像中人脸索引（多人场景）

输出

IMAGE（换脸后的图像）

与ReActor Node的区别

Face Swap Simple更轻量、参数更少；ReActor功能更全、质量更高

使用场景

快速换脸测试、简单替换、入门使用、轻量级部署

属性

说明

核心作用

生成面部或面部子区域的精确掩膜

mask_type

face(全脸)/skin(皮肤)/eyes(眼睛)/mouth(嘴部)/hair(头发)/full_segmentation(全部分割)

dilate

掩膜膨胀量，正值扩大，负值收缩，用于边缘羽化

输出

MASK（面部区域二值/灰度掩膜）

使用场景

局部面部编辑、皮肤美化、眼睛/嘴巴替换、面部区域遮罩、精细合成

属性

说明

核心作用

将面部对齐到标准姿态，消除角度和位置差异

reference_landmarks

可选的参考关键点（留空使用默认标准模板）

output_size

输出图像尺寸（通常256/512/1024）

输出

IMAGE（对齐后的正面标准面部图像）

使用场景

换脸预处理、面部数据库标准化、特征提取前对齐、多角度统一

属性

说明

核心作用

在潜空间或像素空间混合两张面部图像，生成中间态

blend_ratio

混合权重（0=完全A，1=完全B，0.5=平均混合）

输出

IMAGE（混合后的面部图像）

使用场景

面部渐变、身份过渡、平均脸生成、风格混合、表情插值

属性

说明

核心作用

将目标图像的面部色调匹配到源图像的色调风格

match_method

histogram(直方图匹配)/lab_transfer(LAB空间迁移)/reinhard(Reinhard色调映射)/mkl(Monge-Kantorovitch线性)

输出

IMAGE（色调匹配后的图像）

使用场景

换脸后色调统一、肤色匹配、光照一致性、多源合成色彩协调